python：按某些id計算事件

Question

我有以下數組[] []：

import numpy as np

data = np.array([
    [20,  0,  1],
    [22,  0,  1],
    [31,  0,  0],
    [49,  1,  0],
    [96,  1,  0],
    [57,  2,  1],
    [45,  3,  0],
    [12,  3,  0],
    [14,  3,  1],
    [33,  4,  1],
    [34,  4,  1],
    [15,  4,  1]
])

讓我們通過上面的順序調用列： a, b, c ，其中b is id 。 我想通過列b的id計算c列中1的數量，這將導致以下2列數組（第1列是唯一的（b），第2列從c每個id計算1）：

data = np.array([
    [4,  3],
    [0,  2],
    [2,  1],
    [3,  1],
    [1,  0]
])

您還可以看到它按c列中的計數1排序

我解決這個問題的想法是通過b列中的id創建一個dictionery： { id1:counted 1's id2:counted 1's ... }並迭代數組並計算每個id的1的數量並將其作為值在字典中的每個鍵，然后從結果中創建一個數組並按第二列排序。

有沒有pythonic容易和更好的方法這樣做？

另一種情況是我想在每個id的c列中添加所有整數，所以對於：

data = np.array([
    [20,  0,  2],
    [22,  0,  1],
    [31,  0,  0],
    [49,  1,  0],
    [96,  1,  0],
    [57,  2,  1],
    [45,  3,  0],
    [12,  3,  5],
    [14,  3,  1],
    [33,  4,  1],
    [34,  4,  3],
    [15,  4,  4]
])

我會得到

data = np.array([
    [4,  8],
    [3,  6],
    [0,  3],
    [2,  1],
    [1,  0]
])

Answer 1

你可以使用np.bincount -

count = np.bincount(data[:,1],data[:,2]==1)
out = np.column_stack((np.unique(data[:,1]),count))

如果按照計數的降序需要它，我們需要再添加兩行代碼 -

sidx = count.argsort()[::-1]
out = np.column_stack((sidx,count[sidx]))

另外，如果你需要它在遞減計數的順序，還可以保持這個順序，使用argsort與'mergesort' ，像這樣-

sidx = (-count).argsort(kind='mergesort')
out = np.column_stack((sidx,count[sidx]))

樣品運行 -

輸入數組：

In [36]: data
Out[36]: 
array([[20,  0,  1],
       [22,  0,  1],
       [31,  0,  0],
       [49,  1,  0],
       [96,  1,  0],
       [57,  2,  1],
       [45,  3,  0],
       [12,  3,  0],
       [14,  3,  1],
       [33,  4,  1],
       [34,  4,  1],
       [15,  4,  1]])

第1部分 ：

In [37]: count = np.bincount(data[:,1],data[:,2]==1)
    ...: out = np.column_stack((np.unique(data[:,1]),count))
    ...: 

In [38]: out
Out[38]: 
array([[ 0.,  2.],
       [ 1.,  0.],
       [ 2.,  1.],
       [ 3.,  1.],
       [ 4.,  3.]])

第2部分 ：

In [39]: sidx = count.argsort()[::-1]
    ...: out = np.column_stack((sidx,count[sidx]))
    ...: 

In [40]: out
Out[40]: 
array([[ 4.,  3.],
       [ 0.,  2.],
       [ 3.,  1.],
       [ 2.,  1.],
       [ 1.,  0.]])

第3部分：

In [48]: sidx = (-count).argsort(kind='mergesort')

In [49]: np.column_stack((sidx,count[sidx]))
Out[49]: 
array([[ 4.,  3.],
       [ 0.,  2.],
       [ 2.,  1.],
       [ 3.,  1.],
       [ 1.,  0.]])

---

要在每個id的c列中添加所有整數，只需跳過對1檢查 -

count = np.bincount(data[:,1],data[:,2])